วิเคราะห์งบการเงิน ด้วย AI Agent

คู่มือปฏิบัติ · AI Agent

วิเคราะห์งบการเงินด้วย AI Agent
ตั้งแต่เตรียมไฟล์ จนถึงสั่งงาน

คู่มือทีละขั้นตอน ตั้งแต่การจัดเตรียมโฟลเดอร์ ไฟล์เอกสาร ไปจนถึงการขอ Prompt จาก Chat AI และนำไปสั่งงาน Agent ได้อย่างมีประสิทธิภาพ ไม่ต้องเขียน Code ก็ทำได้

⏱ เวลาเตรียม: ~2–3 ชั่วโมง 👤 ระดับ: ผู้ใช้ทั่วไป – นักวิเคราะห์ 🤖 ใช้ได้กับ: Claude · ChatGPT · Gemini

สารบัญ

01ภาพรวมและหลักการ

02สร้างโครงสร้างโฟลเดอร์

03เตรียมเอกสารและไฟล์

04ให้ AI ช่วย Normalize

05ขอ Prompt จาก Chat AI

06นำ Prompt ไปสั่งงาน Agent

07Checklist ก่อนเริ่ม

08เคล็ดลับและข้อควรระวัง

01

ทำความเข้าใจภาพรวมก่อนเริ่ม

Overview & Concept

การใช้ AI Agent วิเคราะห์งบการเงินไม่ใช่แค่การ "วางไฟล์แล้วถาม" — มันต้องการการเตรียมข้อมูลที่มีโครงสร้างชัดเจน เพื่อให้ AI สามารถอ่าน เปรียบเทียบ และสรุปผลได้อย่างแม่นยำ กระบวนการทั้งหมดแบ่งออกเป็น 3 ช่วงหลัก ที่ต้องทำตามลำดับ

ช่วงที่ 1 — เตรียมข้อมูล	ช่วงที่ 2 — ขอ Prompt	ช่วงที่ 3 — สั่งงาน Agent
• สร้างโฟลเดอร์ให้ถูกต้อง • รวบรวมงบการเงินย้อนหลัง • แปลงไฟล์ให้ AI อ่านได้ • Normalize ข้อมูล	• เปิด Chat AI (เช่น Claude) • อธิบาย context และเป้าหมาย • ขอให้ AI สร้าง Prompt • ปรับแต่งให้ตรงกับข้อมูล	• นำ Prompt ไปใส่ใน Agent • แนบไฟล์ข้อมูลที่เตรียมไว้ • รัน และรับผลเป็นรายงาน

💡

ทำไมต้องเตรียมข้อมูลก่อน?

AI Agent ไม่ได้ "ฉลาด" พอที่จะแก้ไขข้อมูลที่ยุ่งเหยิงให้คุณ ถ้าส่งงบการเงินที่หน่วยไม่ตรงกัน ชื่อบัญชีต่างกันแต่ละปี หรือตัวเลขขาดหาย — ผลลัพธ์ที่ได้จะผิดพลาดทั้งหมด

Phase 1 — เตรียมข้อมูล

02

สร้างโครงสร้างโฟลเดอร์

Folder Structure Setup

เริ่มต้นด้วยการสร้างโฟลเดอร์ในเครื่องให้เป็นระบบ โดยใช้โครงสร้างนี้เป็นมาตรฐาน ชื่อโฟลเดอร์ควรเป็นภาษาอังกฤษเพื่อให้ทำงานร่วมกับ script และ Agent ได้สะดวก

financial_agent/ │ ├── data/ ← ข้อมูลทั้งหมด │ ├── raw/ ← ไฟล์ต้นฉบับ ห้ามแก้ไข │ │ ├── 2022_annual_report.pdf │ │ ├── 2023_annual_report.pdf │ │ ├── 2024_annual_report.pdf │ │ └── 2024_Q3_financial.xlsx │ │ │ ├── processed/ ← หลัง extract + ทำความสะอาด │ │ ├── income_statement.json │ │ ├── balance_sheet.json │ │ ├── cash_flow.json │ │ └── combined_3yr.json ← รวม 3 ปีไว้ไฟล์เดียว │ │ │ ├── reference/ ← ข้อมูลเปรียบเทียบ │ │ ├── industry_avg_2024.csv ← ค่าเฉลี่ยอุตสาหกรรม │ │ └── macro_indicators.csv ← GDP, อัตราดอกเบี้ย ฯลฯ │ │ │ └── metadata/ │ └── data_dictionary.md ← อธิบายนิยามทุก field │ ├── prompts/ ← เก็บ Prompt ทุกตัว │ ├── 01_ratio_agent.md │ ├── 02_trend_agent.md │ ├── 03_risk_agent.md │ └── 04_synthesis_agent.md │ ├── output/ ← ผลลัพธ์จาก Agent │ ├── reports/ │ └── charts/ │ └── README.md ← บันทึก scope งาน

⚠️

ข้อสำคัญสำหรับโฟลเดอร์ raw/

ห้ามแก้ไขไฟล์ใน raw/ เด็ดขาด ให้เก็บต้นฉบับไว้เสมอ การทำงานทั้งหมดให้ทำกับไฟล์ใน processed/ เท่านั้น

03

เตรียมเอกสารและไฟล์

Document Preparation

ก่อนนำข้อมูลไปให้ Agent วิเคราะห์ ต้องรวบรวมเอกสารให้ครบและตรวจสอบความถูกต้อง ตามลำดับความสำคัญในตารางนี้

เอกสาร	ช่วงเวลา	รูปแบบ	ความสำคัญ
งบกำไรขาดทุน (Income Statement)	3–5 ปี	Excel/CSV	สูงมาก
งบดุล (Balance Sheet)	3–5 ปี	Excel/CSV	สูงมาก
งบกระแสเงินสด (Cash Flow)	3–5 ปี	Excel/CSV	สูงมาก
หมายเหตุประกอบงบการเงิน	ปีล่าสุด	PDF	กลาง
รายงานประจำปี (Annual Report)	ปีล่าสุด	PDF	กลาง
ค่าเฉลี่ยอุตสาหกรรม	ปัจจุบัน	CSV	เสริม

📌 แหล่งข้อมูลที่น่าเชื่อถือ: set.or.th, สำนักงาน ก.ล.ต., หรือเว็บไซต์ Investor Relations ของบริษัทนั้นๆ

04

ให้ AI ช่วย Normalize ข้อมูล

Data Normalization — ไม่ต้องทำเอง ใช้ Prompt ด้านล่างได้เลย

ขั้นตอนนี้ ไม่จำเป็นต้องทำเองเลย — ให้ AI ช่วย Normalize และแปลงข้อมูลให้อัตโนมัติได้ทั้งหมด เพียงแค่ Copy ตัวเลขจากงบการเงิน แปะลงใน Chat AI แล้วใช้ Prompt ด้านล่างนี้

🤖

วิธีให้ AI ทำแทนคุณ — ไม่ต้องเขียน Code เลย

Copy ตัวเลขจาก Excel หรือ PDF มาวางใน Chat AI แล้วใช้ Prompt ด้านล่าง AI จะ Normalize และส่งออกเป็น JSON ที่พร้อมใช้งานทันที

ขั้นตอนที่ 1 — Prompt แปลงงบการเงินเป็น JSON:

ส่งใน Chat AI (Claude / ChatGPT)

บทบาทของคุณ: คุณเป็นผู้เชี่ยวชาญด้านบัญชีและการแปลงข้อมูลทางการเงิน งาน: แปลงข้อมูลงบการเงินที่ฉันให้มาด้านล่างนี้ให้เป็น JSON ที่มีโครงสร้างมาตรฐาน พร้อมใช้งานกับ AI Agent วิเคราะห์ทันที ข้อมูลบริษัท: - ชื่อบริษัท: [ระบุชื่อบริษัท] - อุตสาหกรรม: [เช่น อาหาร / พลังงาน / อสังหาริมทรัพย์] - ช่วงเวลา: [เช่น ปี 2022–2024] - หน่วย: [เช่น ล้านบาท หรือ พันล้านบาท] กฎการแปลงข้อมูล: 1. key ทุกตัวเป็น English snake_case เช่น "รายได้รวม" → "revenue" "กำไรขั้นต้น" → "gross_profit" 2. ถ้าตัวเลขปีใดขาดหาย ให้ใส่ null พร้อม comment อธิบาย 3. ระบุ unit และ currency ที่ระดับ root ของ JSON 4. ถ้าพบรายการพิเศษ (one-time item) ให้แยก flag ไว้ต่างหาก 5. cross-check: gross_profit = revenue - cost_of_goods [วางข้อมูลจาก Excel หรือ PDF ที่นี่ — ไม่ต้องจัดรูปแบบ]

💬

ถ้ามีหลายปี — ส่งทีละปีก็ได้

ส่งปี 2022 ก่อน ให้ AI แปลง แล้วบอกว่า "เพิ่มข้อมูลปี 2023 เข้าไปใน JSON เดิม" AI จะ merge ให้อัตโนมัติ

ขั้นตอนที่ 2 — Prompt ตรวจสอบ JSON (ส่งต่อทันที):

ส่งต่อทันทีหลังได้ JSON จากขั้นตอนที่ 1

ตรวจสอบ JSON ที่เพิ่งสร้างขึ้น และรายงานผลดังนี้: 1. ข้อมูลครบถ้วนหรือไม่? ระบุ field ที่ขาดหายไป 2. ตัวเลขสอดคล้องกันหรือไม่? gross_profit = revenue - cogs 3. หน่วยและ currency สม่ำเสมอทุกปีหรือไม่? 4. มี outlier ที่ควรตรวจสอบ? (เปลี่ยนแปลงเกิน ±50% YoY) 5. JSON parse ได้ถูกต้องหรือไม่? ถ้าพบปัญหา: แก้ไขใน JSON และระบุใน data_quality_notes [วาง JSON จากขั้นตอนที่ 1 ที่นี่]

⚠️

ต้อง verify ตัวเลขสำคัญด้วยตัวเองเสมอ

AI อาจอ่านตัวเลขผิดจาก PDF ได้ ให้ cross-check Revenue, Net Income, Total Assets กับเอกสารต้นฉบับก่อน save ลงไฟล์

Phase 2 — ขอ Prompt จาก Chat AI

05

ขอ Prompt จาก Chat AI

How to Generate Agent Prompts via Chat

แทนที่จะเขียน Prompt เองจากศูนย์ ให้ใช้ Chat AI (เช่น Claude, ChatGPT) ช่วยสร้าง Prompt ที่เหมาะกับข้อมูลของคุณ วิธีนี้ได้ผลดีกว่าใช้ Prompt สำเร็จรูปทั่วไป เพราะ Prompt จะถูกปรับให้เข้ากับบริษัท อุตสาหกรรม และเป้าหมายของคุณโดยเฉพาะ

1

บอก Context ก่อนเสมอ

บอกว่ากำลังทำอะไร บริษัทอยู่ในอุตสาหกรรมอะไร มีข้อมูลกี่ปี และเป้าหมายการวิเคราะห์คืออะไร

2

แนบตัวอย่างโครงสร้าง JSON ของคุณ

Copy ส่วนหัวของไฟล์ JSON ประมาณ 20–30 บรรทัดไปแนบใน Chat เพื่อให้ AI เห็นว่าข้อมูลหน้าตาเป็นอย่างไร

3

ขอทีละ Agent อย่าขอรวม

ขอ Prompt สำหรับ Ratio Agent ก่อน ตรวจ ปรับ แล้วค่อยขอ Trend Agent ต่อ การขอรวมกันทีเดียวมักได้ผลที่ไม่ละเอียดพอ

4

ระบุ Output Format ที่ต้องการ

บอกให้ชัดว่าต้องการผลลัพธ์เป็น JSON, Markdown table หรือรายงานร้อยแก้ว

ตัวอย่าง Message ที่ส่งให้ Chat AI เพื่อขอ Prompt สำหรับ Ratio Agent:

ส่งให้ Claude / ChatGPT (ช่อง Chat ปกติ)

บริบท: ฉันกำลังสร้าง AI Agent วิเคราะห์งบการเงินของบริษัท XYZ PCL อุตสาหกรรมอาหารและเครื่องดื่ม จดทะเบียนในตลาดหลักทรัพย์ไทย มีข้อมูล 3 ปี (2022–2024) รูปแบบ JSON สิ่งที่ต้องการ: ช่วยเขียน System Prompt สำหรับ "Ratio Analysis Agent" โดย: 1. กำหนด role อย่างชัดเจน 2. ระบุอัตราส่วนทั้งหมดที่ต้องคำนวณ พร้อมสูตร 3. Output เป็น JSON ที่ชัดเจน 4. Flag เมื่ออัตราส่วนผิดปกติจากค่ามาตรฐานอุตสาหกรรม [แนบตัวอย่าง JSON ของคุณที่นี่]

✅

เทคนิค: ให้ AI ถามกลับก่อน

เพิ่มท้าย Message ว่า "ก่อนเขียน Prompt ช่วยถามฉัน 3–5 คำถามก่อน" วิธีนี้ช่วยให้ได้ Prompt ที่แม่นยำกว่ามาก

Phase 3 — สั่งงาน Agent

06

นำ Prompt ไปสั่งงาน Agent

Running the Agent — ลำดับที่ถูกต้อง

เมื่อเตรียมข้อมูลและ Prompt ครบแล้ว ให้รัน Agent ตามลำดับนี้เสมอ เพราะผลลัพธ์ของ Agent ก่อนหน้าจะถูกส่งต่อให้ Agent ถัดไป

1

Ratio Agent — คำนวณอัตราส่วน

ส่ง System Prompt + combined_3yr.json รับผลเป็น JSON บันทึกที่ output/ratio_result.json

2

Trend Agent — วิเคราะห์แนวโน้ม

ส่ง Prompt + ข้อมูลเดิม + ผลจาก Ratio Agent เข้าวิเคราะห์ YoY ตรวจสอบผลก่อน save

3

Risk Agent — ประเมินความเสี่ยง

ส่ง Prompt พร้อมผลจาก Ratio และ Trend Agent เพื่อประเมินความเสี่ยงในมิติต่างๆ

4

Synthesis Agent — สรุปรายงาน

ส่ง Prompt สรุปพร้อมผลจากทุก Agent และคำถามเฉพาะของผู้ใช้ รับผลเป็นรายงานสมบูรณ์

โครงสร้าง API Call สำหรับ Ratio Agent

{ "model": "claude-sonnet-4-5", "system": [เนื้อหาจากไฟล์ prompts/01_ratio_agent.md], "messages": [{ "role": "user", "content": [ { "type": "text", "text": "วิเคราะห์งบการเงินต่อไปนี้:" }, { "type": "text", "text": [เนื้อหา combined_3yr.json] } ] }] }

🔄

ถ้ายังไม่มี API — ใช้ Chat แทนได้

Copy Prompt + JSON เข้า Claude หรือ ChatGPT ทีละ Agent แล้ว Copy ผลลัพธ์ไปใส่ Agent ถัดไป วิธีนี้ช่วยทดสอบ Prompt ก่อนลงทุนเขียน Code

07

Checklist ก่อนเริ่มทุกครั้ง

Pre-flight Checklist

พิมพ์รายการนี้ไว้ใช้ทุกครั้งที่เริ่มโปรเจกต์วิเคราะห์งบการเงิน

✓	รายการตรวจสอบ	หมายเหตุ
☐	โฟลเดอร์ครบ: raw/, processed/, reference/, prompts/, output/	ไม่มีไฟล์งบหลุดที่ root
☐	มีข้อมูลครบ 3 งบหลัก: Income / Balance / Cash Flow	ขาดงบใดงบหนึ่ง คำนวณอัตราส่วนบางตัวไม่ได้
☐	ข้อมูลอย่างน้อย 3 ปี (แนะนำ 5 ปี)	น้อยกว่า 3 ปี วิเคราะห์ trend ไม่ได้
☐	Unit และ Currency ระบุใน JSON แล้ว	"unit": "million" ระบุให้ชัด
☐	ชื่อ key ใน JSON สม่ำเสมอทุกปี	"revenue" ทุกปี ไม่บางปีเป็น "total_revenue"
☐	ไม่มี null โดยไม่ทราบสาเหตุ	ถ้า null ต้องมี comment อธิบาย
☐	มี data_dictionary.md อธิบายทุก field	โดยเฉพาะถ้าคำนวณตัวเลขบางตัวเอง
☐	Prompt ทุกตัว save ลงใน prompts/ แล้ว	พร้อม version และวันที่ใน filename
☐	ทดสอบ Prompt กับข้อมูลตัวอย่างแล้ว	ผลลัพธ์ parse ได้เป็น JSON ถูกต้อง

08

เคล็ดลับและข้อควรระวัง

Tips, Pitfalls & Best Practices

🎯

เริ่มจากคำถามที่ชัดเจนก่อนเสมอ

ก่อนส่งข้อมูลให้ Agent ตอบตัวเองก่อนว่า "ฉันต้องการรู้อะไรจากงบนี้?" Prompt ที่ดีต้องมาจากคำถามที่ชัดเจน ไม่ใช่แค่ "ช่วยวิเคราะห์งบให้ด้วย"

⚠️

อย่า Trust ผลลัพธ์โดยไม่ verify

AI Agent อาจคำนวณอัตราส่วนผิด หรือตีความตัวเลขคลาดเคลื่อนได้ ควร cross-check ตัวเลขสำคัญ เช่น Revenue, Net Income กับต้นฉบับก่อนนำไปใช้ตัดสินใจ

🔒

ข้อมูลที่ไม่เป็นสาธารณะ — ระวังการใช้ Cloud AI

ถ้างบการเงินยังไม่ได้ publish สาธารณะ หรือเป็นข้อมูลภายในองค์กร ควรใช้ Local LLM (เช่น Ollama) แทนการส่งไป Cloud API เพื่อป้องกันการรั่วไหลของข้อมูล

📈

Iterate — ปรับ Prompt หลังได้ผลแรก

ผล Run แรกมักไม่สมบูรณ์แบบ ให้บันทึกว่า Agent ตอบอะไรไม่ได้หรือตอบผิด แล้วนำกลับไปปรับ Prompt ก่อน run รอบสอง Prompt Engineering เป็น Iterative process ไม่ใช่ทำครั้งเดียวแล้วจบ

คู่มือ AI Agent วิเคราะห์งบการเงิน
เขียนโดย AI · ตรวจสอบโดยผู้เชี่ยวชาญ
ข้อมูลนี้เป็นแนวทางปฏิบัติ ไม่ใช่คำแนะนำการลงทุน

PHP CI MANIA - PHP Code Generator 

โปรแกรมช่วยสร้างโค้ด "ลดเวลาการเขียนโปรแกรม"

ราคาสุดคุ้ม  
http://www.phpcodemania.com